次回の更新記事:チャットでは危ないタスクで断れるAIも、エージェントだと依頼を受けてしまう(公開予定日:2026年08月09日)

【8月31日まで】個人情報マスキングツール「PII Mask」を全会員に開放中 / ローカルで動作、文書は外部に送信されません

ダウンロード →
AIDBは、AI活用のノウハウ獲得や技術動向の調査のために、個人やチームが論文を探す・読む・活かす作業をサポートするプラットフォームです。なお、記事や投稿は人の手で書いています。

WebサイトのUX問題をソースコードから検出するプロンプト手法

2025.12.08
深堀り解説

本記事では、LLMを活用し、ソースコードからユーザビリティの問題を自動で検出する手法について紹介します。

Webサイトやアプリの開発において、ユーザビリティ評価は欠かせない工程です。しかし通常は、専門家による時間のかかる分析が必要です。そのため、小規模チームや開発初期の段階では、十分なリソースを割けないという課題がありました。

そこで、LLMによる自動評価を可能にするプロンプト設計の工夫や、評価結果の一貫性に関する詳細な検証内容について取り上げます。

背景

Webサイトの品質を評価するうえで、ユーザビリティは非常に重要な指標です。たとえ多機能で高性能なサイトであっても、ユーザーが基本的な操作に迷うようでは、その価値が十分に発揮されません。操作が直感的でないインターフェースは、ユーザーの離脱を引き起こし、ひいてはビジネス上の損失につながることもあります。

ユーザビリティの問題を見つけるためには、これまで主に2つの方法が用いられてきました。

1つ目は「ユーザーテスト」で、実際のユーザーに操作してもらい、その様子を観察することで課題を洗い出す手法です。現実に即した貴重なフィードバックが得られる一方で、テスト参加者の募集や観察の実施に時間とコストがかかるのが難点です。

2つ目は「ヒューリスティック評価」と呼ばれる方法で、ユーザビリティの原則に基づいて専門家がインターフェースをレビューする手法です。ユーザーテストよりも手早く実施できる利点がある反面、評価の内容が専門家によってばらつくことも多く、小規模なチームでは評価自体が困難になる場合があります。

そこで最近は、LLMを活用した自動評価に注目が集まっています。LLMはソースコードを解析し、自然言語で与えられた指示を理解できるため、ヒューリスティック評価の原則をプロンプトとして入力すれば、コードから直接ユーザビリティの問題を検出できる可能性があります。開発初期では、まだ画面が表示できない段階でも、HTMLやCSSといったコードだけで評価を行えるため、開発サイクルへの組み込みが容易です。

本記事では、ユーザビリティ評価のプロンプトフレームワークを取り上げます。これをLLMに与えることで、専門家と同様の視点でコードを分析させる仕組みを構築しています。

プレミアム会員限定コンテンツです

無料会員でもできること

  • 一部記事の閲覧
  • AI検索(公開記事が対象)
  • PDF翻訳・パーソナライズなど各機能のお試し利用

プレミアム会員の特典

  • 1,000本以上の全過去記事を無制限閲覧
  • 論文ベースの深掘り解説を毎日更新で購読
  • AI検索の対象が短信・論文(5万本以上)まで拡大
  • 記事で取り上げた論文にその場でAIに質問
  • 論文から生まれたエージェントスキルライブラリ
  • PDF翻訳・PDF変換をフル活用
  • あなた専用の論文・記事おすすめが毎日届く

記事検索

年/月/日
年/月/日

こちらもどうぞ